エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
DatabricksでMLflowを使う④ - モデルの呼び出し - - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
DatabricksでMLflowを使う④ - モデルの呼び出し - - Qiita
はじめに 以下の記事で、Databricks のマネージド型MLflowを使ってモデルのトレーニング、ライフサイク... はじめに 以下の記事で、Databricks のマネージド型MLflowを使ってモデルのトレーニング、ライフサイクル管理を行いました。 DatabricksでMLflowを使う① - ノートブック上での実験トラッキング - DatabricksでMLflowを使う② - 実験パラメータとメトリクスの可視化 - DatabricksでMLflowを使う③ - モデルのライフサイクル管理 - 今回はトレーニングとステージングを行ったモデルを別のノートブックから読み込みたいと思います。 イメージとしてはトレーニングしたモデルを Pyspark ユーザー定義関数として読み込み、 pyspark のデータフレームに対して分散処理をかけるという流れになります。 セットアップ 呼び出したいモデルに対して"Run ID"を読み込みます。 # run_id = "<run-id>" run_id = "d3